计算机辅助诊断和管理系统用于检测肺结节的应用价值
Jingwen Chen1, Rong Cao1, Shengyin Jiao2
1Department of Radiology, Shanghai General Hospital, Shanghai Jiao Tong University School of Medicine, Shanghai, China.
Quantitative imaging in medicine and surgery
|October 23, 2023
概括
一个深度学习的计算机辅助诊断 (CAD) 系统显著改善了胸部CT扫描中的肺结节检测灵敏度,与手动审查相比. 该CAD系统显示高准确度,错误阳性仅略有增加,有助于放射科医生.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 计算机辅助诊断 (CAD) 系统旨在减轻放射科医生的工作量.
- 这项研究评估了一种用于检测胸部计算机断层扫描 (CT) 图像中的肺结节的CAD系统.
研究的目的:
- 评估CAD系统在胸部CT上的肺结节检测的诊断价值.
- 为了比较CAD与放射科医生手动检测的性能.
主要方法:
- 从例行健康检查中对1002张胸部CT图像进行回顾性分析.
- 由两名放射科医生进行盲目手动评估,随后进行CAD系统评估.
- 每个病例的结节检测灵敏度和假阳性率的计算.
主要成果:
- 该CAD系统的灵敏度达到90.19%,明显高于手动检测 (49.88%,P<0.001).
- 对于15毫米以上的结节 (P=0.08) 的敏感性是可比的.
- 虚假阳性率为CAD的0.30±0.84和手动检测的0.24±0.68 (P=0.12).
结论:
- 深度学习的CAD系统对于肺结节的检测非常有效和准确.
- CAD系统可以减少放射科医生的工作量,而不会大幅增加假阳性.
